Análise da evolução das taxas de mortalidade de crianças com até um ano de idade residentes no estado do rio grande do sul

Autores

DOI:

https://doi.org/10.5902/2236583469170

Palavras-chave:

Mortalidade infantil, Séries temporais, ARIMA, ARMA, Previsão

Resumo

Este estudo tem por objetivo destacar as principais características e comparar a evolução das taxas de mortalidade infantil no Estado do Rio Grande do Sul (RS) por meio das metodologias ARIMA e ARMA. Método: As taxas mensais de mortalidade infantil do período de 2000 a 2017 foram obtidas do Departamento de Informática do Sistema Único de Saúde (SUS) (DATASUS). Foi realizada e discutida uma análise descritiva e modelagem de séries temporais utilizando as metodologias ARIMA e ARMA. Resultados: Cacique Doble, Alto Alegre e São Valério do Sul foram as cidades de residência com as taxas de mortalidade infantil mais elevadas para o estado do RS no período. Com base na análise dos resíduos e nos critérios penalizadores de AIC e BIC, foi observada uma melhor qualidade de ajuste no modelo ARMA(4,6). Conclusão: Embora o modelo ARMA apresentasse melhor qualidade ajuste, as medidas de acuracidade foram inferiores no modelo SARIMA. As metodologias propostas podem orientar no planejamento de políticas preventivas e educativas voltadas ao risco de um nascido vivo morrer durante o seu primeiro ano de vida.

Downloads

Não há dados estatísticos.

Biografia do Autor

Cristiane Melchior, Fundação Educacional Machado de Assis - Fema

Professora Substituta no Instituto Federal de Santa Catarina - IFSC, Campus São Carlos. Doutora em Administração pela Pontifícia Universidade Católica do Rio Grande do Sul - PUCRS (2023), mestra em Engenharia de Produção (2019) e especialista em Estatística e Modelagem Quantitativa (2021) pela Universidade Federal de Santa Maria - UFSM e bacharela em Administração pela Fundação Educacional Machado de Assis - Fema (2016). Seus interesses de pesquisa incluem ciência de dados, fake news e teorias da conspiração em plataformas de mídias sociais, saúde ocupacional, Covid-19 e modelos de séries temporais.

Roselaine Ruviaro Zanini, universidade federal de santa maria

Possui graduação em Matemática - habilitação em Física pela Faculdade Imaculada Conceição, Especialização em Estatística e Modelagem Quantitativa, Mestrado em Engenharia de Produção pela Universidade Federal de Santa Maria e Doutorado em Epidemiologia pela Universidade Federal do Rio Grande do Sul. Professora Aposentada da Universidade Federal de Santa Maria, atuou na Especialização em Estatística e Modelagem Quantitativa da UFSM e no Programa de Pós-graduação em Engenharia de Produção (Mestrado e Doutorado) da UFSM. Tem experiência na área de Estatística Aplicada, atuando principalmente nos seguintes temas: epidemiologia, modelos de séries temporais e modelos de regressão entre outros.

Mírian, universidade católica do rio grande do sul

Graduação em Engenharia Civil pela Pontifícia Universidade Católica do Rio Grande do Sul (1987), mestrado em Engenharia Civil pela Universidade Federal do Rio Grande do Sul (1990), doutorado em Administração pela Universidade Federal do Rio Grande do Sul (1999) e pós-doutorado no Instituto Superior de Economia e Gestão da Universdade Técnica de Lisboa (2008). Atualmente é professora titular do Programa de Pós-Graduação em Administração (PPGAd) da Escola de Negócios da Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS) e Professora Catedrática Convidada do Instituto Superior de Economia e Gestão da Universidade de Lisboa (ISEG/UL). Atividades administrativas: Coordenadora do PPGAd/FACE/PUCRS de 08/2002 a 12/2005 e de 12/2015 a 07/2017, Vice-Diretora da Faculdade de Administração, Contabilidade e Economia/PUCRS de 12/2004 a 12/2005, Coordenadora Adjunta do Comitê Assessor de Economia e Administração da FAPERGS de 08/2003 a 07/2005. Líder do grupo de pesquisa em tecnologia de informação e estratégia empresarial (PUCRS-Brasil) e membro do Advance/CSG-ISEG, Universidade de Lisboa, Portugal. Experiência na área de Administração, atuando principalmente nos seguintes temas: Gestão do Conhecimento, Compartilhamento do Conhecimento, Ocultação de Conhecimento e Método de Pesquisa.

Referências

Zylbersztejn A, Gilbert R, Hjern A, Wijlaars L, Hardelid P. Child mortality in England compared with Sweden: a birth cohort study. Lancet. 2018;391(10134):2008–18.

Almeida W da S de, Szwarcwald CL. Mortalidade infantil nos municípios brasileiros: uma proposta de método de estimação. Rev Bras Saúde Matern Infant. 2014;14(4):331–42.

Nascimento S do G onçalve., Oliveira CM de, Sposito V, Ferreira DK arin. da S, Bonfim CV ieir. do. Infant mortality due to avoidable causes in a city in Northeastern Brazil. Rev Bras Enferm. 2014;67(2):208–12.

Makarova N, Brand T, Brünings-Kuppe C, Pohlabeln H, Luttmann S. Comparative analysis of premature mortality among urban immigrants in Bremen, Germany: A retrospective register-based linkage study. BMJ Open. 2016;6(3):1–10.

Carvalho ICB de M, Rosendo TMS de S, de Freitas MR, da Silva EMM, Medeiros WR, Moutinho NF, et al. Adaptation and validation of the world health organization’s safe childbirth checklist for the Brazilian context. Rev Bras Saude Matern Infant. 2018;18(2):401–18.

Box, George E. P.; Jenkins GM. Time series analysis forecasting and control. Holden-Day, editor. Oakland, Califórnia; 1976.

Mishra AK, Sahanaa C, Manikandan M. Forecasting Indian infant mortality rate: An application of autoregressive integrated moving average model. J Family Community Med. 2019;26(2):123–6.

Kurniasih N, Ahmar AS, Hidayat DR, Agustin H, Rizal E. Forecasting Infant Mortality Rate for China: A Comparison between α-Sutte Indicator, ARIMA, and Holt-Winters. J Phys Conf Ser. 2018;1028(1):012195.

Chukwudike CN, Bright CO, Maxwell O, Okezie OU-I, Onwuegbulam, Chisom C. ARIMA Modelling of Neonatal Mortality in Abia State of Nigeria. Asian J Probab Stat. 2020;6(2):54–62.

Nyoni SP, Nyoni T. ARIMA Modeling of Neonatal Mortality in Chitungwiza Central Hospital. EPRA Int J Multidiscip Res. 2020;6(2):189–96.

De P, Sahu D, Pandey A, Gulati BK, Chandhiok N, Shukla AK, et al. Post Millennium Development Goals Prospect on Child Mortality in India: An Analysis Using Autoregressive Integrated Moving Averages (ARIMA) Model. Health (Irvine Calif). 2016;08(15):1845–72.

Palm BG, Bayer FM. Bootstrap-based inferential improvements in beta autoregressive moving average model. Commun Stat Simul Comput. 2018;47(4):977–96.

Bayer FM, Tondolo CM, Müller FM. Beta regression control chart for monitoring fractions and proportions. Comput Ind Eng. 2018;119:416–26.

Melchior C, Zanini RR, Guerra RR, Rockenbach DA. Forecasting Brazilian mortality rates due to occupational accidents using autoregressive moving average approaches. Int J Forecast [Internet]. 2020 Apr;37(2):825–37. Available from: https://doi.org/10.1016/j.ijforecast.2020.09.010

Rocha A V., Cribari-Neto F. Beta autoregressive moving average models. Test. 2009;18(3):529–45.

Ferrari SLP, Cribari-Neto F. Beta regression for modelling rates and proportions. J Appl Stat. 2004;31(7):799–815.

Jere S, Kasense B, Chilyabanyama O. Forecasting Foreign Direct Investment to Zambia: A Time Series Analysis. Open J Stat. 2017;07(01):122–31.

Montgomery, D., Jennings, C., & Kulahci M. Introduction to time series analysis and forecasting. John Wiley & Sons; 2015.

Fava V. Testes de raízes unitárias e co-integração. Manual de econometria: nível intermediário. São Paulo: Atlas; 2000.

Schwarz G. Estimating the dimension of a model. Ann Stat. 1978;6:461–464.

Ibrahim R, Ye H, L’Ecuyer P, Shen H. Modeling and forecasting call center arrivals: A literature survey and a case study. Int J Forecast. 2016;32(3):865–74.

Palm, B.G., Bayer, F.M., Cintra RJ. Intervalos de predição no modelo beta autorregressivo de médias móveis. Diss Mestr em Eng Produção [Internet]. 2016;1–102. Available from: http://repositorio.ufsm.br/handle/1/8381

Cribari-Neto, F., & Zeileis A. Beta regression in R. 12th ed. WU vienna university of economics and business. Vienna: Department of Statistics and Mathematics; 2009.

Bayer DM, Bayer FM. Previsão da Umidade Relativa do ar de Brasília por meio do modelo Beta Autorregressivo de Médias Móveis. Univ Fed St Maria, Dep Eng Sanitária e Ambient e Laboratório Ciências Espac St Maria (LACESM ). 2015;30(3):319–26.

Zanini RR, Moraes AB de, Giugliani ERJ, Riboldi J. Determinantes contextuais da mortalidade neonatal no Rio Grande do Sul por dois modelos de análise. Rev Saude Publica. 2011;45(1):79–89.

Zanini RR, Moraes AB de, Giugliani ERJ, Riboldi J. Infant mortality trends in the State of Rio Grande do Sul, Brazil, 1994-2004: a multilevel analysis of individual and community risk factors. Cad Saude Publica. 2009;25(5):1035–45.

Mohammadi Y, Heidarimoghadam R, Hosseini B, Babamiri M, Nikravesh A, Javaheri M, et al. Estimating child mortality rate and its trend in hamadan province, western Iran from 1990 to 2016: Implications for sustainable development goal. J Res Health Sci. 2018;18(1):1–4.

Downloads

Publicado

2024-05-21

Como Citar

Melchior, C., Zanini, R. R., & Mírian. (2024). Análise da evolução das taxas de mortalidade de crianças com até um ano de idade residentes no estado do rio grande do sul. Saúde (Santa Maria), 50(1). https://doi.org/10.5902/2236583469170

Edição

v. 50 n. 1 (2024): Revista Saúde (Santa Maria) | Fluxo contínuo

Seção

Artigos

Licença

Copyright (c) 2024 Cristiane Melchior, Roselaine Ruviaro Zanini, Mírian

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Direito autoral (Copyright): todo o conteúdo do periódico, exceto onde está identificado, está licenciado sob uma  Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt_BR/.

 A Declaração de Direito Autoral e os itens a serem observados podem ser visualizados abaixo:

 1. Política para Periódicos de Acesso Livre 

Autores que publicam nesta revista concordam com os seguintes termos:

 a)    Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

 b)    Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

 c)    Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Todo o conteúdo do periódico, exceto onde está identificado, está licenciado sob uma  Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt_BR/.